AI 연구연구 프리프린트
문서 RAG, 검색한 페이지를 더 선명하게 보여주자 답변 정확도 개선
원문 읽기 · arxiv.org ↗(새 탭에서 열림)LoC 연구는 문서 RAG(검색 증강 생성)가 올바른 페이지를 검색해도 생성 모델이 시각 근거를 충분히 읽지 못할 수 있다고 봤다.
연구 구성
- 연구진은 페이지 이미지의 시각 토큰 예산과 해상도를 높이고 질문 관련 영역의 OCR(이미지 속 문자 인식)을 함께 주는 LoC를 설계했다. 정답 영역의 주석이나 추가 학습 없이 같은 검색기와 생성기를 비교했다.
평가 결과
- SciEGQA·ViDoRe-v3·MMLongBench-Doc에서 가장 강한 비교 방법 ColQwen3보다 정확도가 각각 8.88·3.09·4.22%포인트 높았다. 같은 시각 토큰 예산에서도 선택 영역 OCR을 더한 방식이 페이지 이미지 단독 방식보다 앞섰다.
해석 범위
- 시각 토큰 확대는 추론 지연과 비용의 대가가 있고 OCR·문서 파싱 품질에 의존한다. 영어 문서·Qwen 계열 생성기·단일 기준 판정기 중심의 평가여서 다른 언어와 모델군에는 추가 확인이 필요하다.
함께 확인할 조건
- 시각 토큰 확대는 추론 지연과 비용의 대가가 있고 OCR·문서 파싱 품질에 의존한다. 영어 문서·Qwen 계열 생성기·단일 기준 판정기 중심의 평가여서 다른 언어와 모델군에는 추가 확인이 필요하다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.